В бизнесе уже привыкли передавать некоторые задачи на аутсорсинг – это нормальная практика. Но вместе с нейросетями появляется новый тип аутсорсинга – когнитивный. Человек начинает передавать наружу не задачу, а мыслительный процесс.
Как проявляется когнитивный аутсорсинг
- Не «собери данные», а «сделай вывод».
- Не «помоги написать черновик», а «сформулируй мою позицию».
- Не «покажи варианты», а «скажи, какой из них правильный».
- Не «сократи текст», а «реши, что главное».
Разница здесь принципиальная. Когда ИИ начинает думать вместо человека, он незаметно забирает у него тренировку мышления – бесценный навык, без которого любой светлый ум просто ослабеет. И здесь для руководителя важен не сам факт использования нейросети, а качество работы человека после ее ответа: сопоставил ли результат с реальным контекстом компании или просто принял красиво оформленный текст за управленческое решение.
Почему важно следить за качеством мышления сотрудников
ИИ не забирает у человека мышление силой. Люди сами охотно отдают часть себя. Дальше наступает момент, когда человек уже не использует технологию как инструмент, но начинает ждать от нее внутреннего разрешения: что сказать, как думать, какую позицию занять, какое решение считать правильным.
Для бизнеса это уже не философский вопрос – возникает серьезный управленческий риск. Компания может внедрять ИИ ради скорости и эффективности, но незаметно получить снижение самостоятельности мышления, качества анализа и личной ответственности за решения. Человеку становится психологически удобно быть менее включенным.
Никто не говорит себе: «Сегодня я перестану думать». Все происходит гораздо мягче. Сначала сотрудник просит нейросеть написать письмо, потом – подготовить коммерческое предложение, затем – придумать стратегию. Далее – сформулировать позицию по сложному вопросу, потом – объяснить, прав он или нет, а затем – решить, как поступить.
Формально человек все еще управляет процессом: задает запрос, выбирает вариант, редактирует текст. Но, по сути, центр тяжести постепенно смещается. Раньше специалист сам проходил путь от вопроса к выводу. Теперь он все чаще получает готовый вывод и уже вокруг него строит свои объяснения. Это тонкая подмена. Внешне работа не исчезает, документы появляются, письма отправляются, презентации собираются, решения принимаются. Но внутри процесса становится меньше настоящего напряжения мысли. А профессионализм как раз и рождается из этого напряжения: когда человек сомневается, проверяет, сравнивает, ошибается, спорит с собой, возвращается к фактам, меняет первоначальную гипотезу. ИИ убирает не только рутину, он соблазняет убрать внутренний труд.
Как искусственный интеллект меняет качество решений
В 2024 году Microsoft и LinkedIn в одном из своих отчетов показали, что 75% работников интеллектуального труда уже используют ИИ на работе. Более того, 78% пользователей приносят на работу собственные ИИ-инструменты, часто без полноценного контроля со стороны компании.
Эти цифры важны не только как показатель популярности технологии. Они показывают другое: ИИ встроился в рабочие процессы быстрее, чем многие компании успели осознать, как именно он меняет качество решений. Сотрудники не ждут регламентов. Они уже используют нейросети для писем, презентаций, аналитики, поиска идей, резюме встреч, подготовки аргументов. Иногда это повышает продуктивность, иногда – создает серую зону ответственности.
- Кто проверил данные?
- Кто отвечает за вывод?
- Кто понимает, где ИИ помог, а где подменил экспертизу?
- Кто видит, что человек уже не анализировал, а только принял красиво оформленный ответ?
В этом и состоит управленческий вызов. Компании внедряют ИИ ради эффективности, но могут получить не только рост скорости, но и снижение самостоятельности мышления.
Тревожные выводы дает исследование Microsoft Research 2025 года о влиянии генеративного ИИ на критическое мышление. Исследователи опросили 319 работников интеллектуального труда и разобрали 936 реальных примеров использования ИИ в рабочих задачах. Оказалось, чем выше уверенность человека в ИИ, тем меньше он склонен включать критическое мышление. А чем выше уверенность человека в собственных профессиональных силах, тем больше он проверяет, уточняет, сопоставляет и берет на себя интеллектуальную работу. Это тонкая, но принципиальная разница.
Слабый специалист начинает относиться к нейросетям как к авторитету:
- Он не проверяет, потому что «звучит логично».
- Не уточняет, потому что «вроде, похоже на правду».
- Не сомневается, потому что текст выглядит профессионально.
Так появляется новая профессиональная опасность: не некомпетентность, а уверенная некомпетентность, усиленная красивой машинной формой.
Почему ИИ ускоряет, но не делает людей умнее
Эксперимент Гарвардской Бизнес-школы с участием 758 консультантов показал неоднозначную картину. При выполнении ряда задач с помощью GPT-4 участники работали быстрее, выполняли больше заданий и давали более качественные решения. Но на задачах, которые находились за пределами возможностей ИИ, результат менялся: участники с доступом к ИИ чаще ошибались, чем те, кто работал без него.
Действительно, у искусственного интеллекта есть «рваная граница» возможностей. В одних задачах технология усиливает человека, в других – создает опасную иллюзию компетентности. Проблема в том, что эта граница не всегда видна пользователю.
Когда человек понимает предмет, он может заметить: здесь ответ слабый, здесь логика нарушена, здесь не хватает контекста, здесь модель красиво обошла сложный вопрос. А если человек сам не владеет темой, он часто не способен понять, где ИИ помог, а где завел его в сторону. Именно поэтому нейросеть особенно опасна не для сильных экспертов, а для тех, кто использует его, чтобы выглядеть экспертом, не пройдя путь к экспертизе.
Где человек проигрывает ИИ
- Анализ. Руководители, маркетологи, консультанты, редакторы, предприниматели просят ИИ «проанализировать рынок», «найти инсайты», «сделать выводы». Но анализ – это не пересказ информации. Анализ начинается там, где нужно понять, что важно именно в этой ситуации. ИИ может собрать вероятные версии. Но он не знает, что происходит внутри компании. Не чувствует неформальные конфликты, страхи команды, реальное качество продукта, усталость собственника, слабость отдела продаж, странности поведения клиента. А бизнес часто ломается не там, где плохо написана стратегия, а там, где никто не учел живую реальность.
- Коммуникации. Люди отдают ИИ не только технические тексты, но и собственный голос. Письма клиентам, обращения к команде, посты, статьи, поздравления, извинения, благодарности, даже комментарии в соцсетях. Постепенно возникает странная ситуация: человек общается с человеком через текст, в котором самого человека почти не осталось. Да, такой текст может быть грамотным, вежливым, структурным, убедительным. Но в нем нет главного – личной интонации, внутренней позиции, «прожитого» отношения к адресату. А доверие рождается не из идеальной формулировки. Оно рождается из ощущения, что с тобой говорит живой человек, который понимает, что он говорит и зачем.
- Профессиональный вкус. Это особенно заметно в маркетинге, дизайне, медиа, контенте. ИИ быстро предлагает «хорошие» варианты. В кавычках, потому что они часто выглядят правильно, но не имеют характера. Они похожи на среднюю температуру по рынку: аккуратно, приемлемо, безопасно, узнаваемо, и при этом обезличенно и очень друг на друга похоже. Но вкус нельзя полностью делегировать. Это не просто способность выбрать красивое. Это способность сказать: вот это точно не наше, хотя выглядит модно; вот это слишком громко; вот здесь нет правды; вот это понравится всем, но не запомнится никому. Человек, который перестает тренировать вкус, быстро начинает принимать усредненное за качественное.
- Принятие решений. Здесь ИИ особенно соблазнителен, ведь дает ощущение опоры. Можно попросить его сравнить варианты, расписать риски, составить таблицу, предложить «оптимальное решение». И это действительно полезно, до тех пор, пока человек помнит, что таблица не несет ответственности. В реальном управлении решения часто принимаются не между хорошим и плохим. Они принимаются между двумя неприятными вариантами: между быстрым ростом и риском перегрузить команду; между красивой идеей и слабой операционной базой; между желанием понравиться клиенту и необходимостью сказать ему неудобную правду. ИИ может описать сценарии, но выбирать должен человек.
- Обучение молодых специалистов. Кажется, что с ИИ учиться стало проще. Но есть обратная сторона: человек все реже остается с трудным вопросом достаточно долго, чтобы действительно в нем разобраться. Раньше незнание раздражало и заставляло думать. Теперь незнание можно мгновенно закрыть ответом. Но быстрый ответ не всегда превращается в понимание. Понимание появляется, когда человек сам связывает факты, делает выводы, пробует применить знание, ошибается и корректирует свою картину мира. Без этого он становится не умнее, а просто лучше снабжен готовыми объяснениями.
В чем ИИ не сможет заменить человека
- Ответственность. Нейросеть может предложить решение, но не может отвечать перед сотрудниками, клиентами, инвесторами, пациентами, партнерами, обществом. Ответственность – это не функция, а готовность принять последствия своего выбора.
- Лидерство. Способность вести людей через неопределенность, выдерживать напряжение, принимать непопулярные решения, оставаться живым человеком рядом с другими людьми – какой ИИ на это способен?
- Нравственный выбор. Можно рассчитать выгоду, можно смоделировать результаты, можно составить список аргументов. Но вопрос «как правильно поступить?» не всегда равен вопросу «что эффективнее?». В бизнесе, медицине, образовании, праве, управлении людьми такие ситуации возникают постоянно. И человек упорно старается переложить ответственность за свой нравственный выбор на неживую субстанцию.
- Предпринимательская интуиция. Настоящий предприниматель часто видит возможность раньше, чем она становится очевидной для данных. Он чувствует рынок, когда цифры еще не успели подтвердить сдвиг, он замечает слабый сигнал, он рискует, он соединяет опыт, характер, наблюдательность, амбицию и внутреннее чутье. ИИ работает с тем, что уже было. Человек способен почувствовать то, что только начинает появляться. В противном случае, большинство пользователей ИИ уже бы стали оракулами и жили в успешном успехе, полученном благодаря гениальным сгенерированным идеям.
Как усилить мышление с помощью ИИ: рекомендации руководителям
Проблема не в том, что сотрудники используют технологии, просто компания не управляет этим использованием. Запретить нейросети уже невозможно и не нужно, но важно определить правила, при которых ИИ не снижает качество мышления, а усиливает его. В своей компании мы уже внедряем в операционную деятельность определенные регламенты, которые работают и дают хорошие результаты, главный из которых – четкое понимание своей ответственности.
1. Разделять задачи по уровню риска
Есть задачи, где ИИ может работать как быстрый помощник: черновики писем, структура документа, первичная обработка информации, варианты формулировок, краткие резюме, поиск гипотез. И есть задачи, где финальное решение не должно приниматься без человеческой экспертной проверки: стратегия, позиционирование, финансовые выводы, юридически значимые документы, публичные заявления, клиентские обещания, управленческие решения с долгосрочными последствиями.
2. Ввести правило проверки
Любые цифры проверяются, любые ссылки открываются, любые выводы обсуждаются, любые рекомендации проходят человеческую экспертизу. Любые тексты, которые уходят клиенту или публикуются от имени компании, должны быть не просто грамотными, а осмысленными.
3. Оценивать не скорость генерации, а качество суждения
Если компания поощряет только быстрый результат, она будет выращивать людей, которые быстро генерируют и медленно понимают. Руководителю важно смотреть не только на то, что сотрудник принес, но и на то, как он думал:
- Какие данные проверил.
- Какие альтернативы рассмотрел.
- Какие риски увидел.
- Где не согласился с ИИ и почему.
- Какие выводы сделал сам.
- Что готов защищать как собственную позицию.
4. Следовать установке: ИИ – собеседник, а не начальник по разуму
Хороший запрос к нейросети – это не только «напиши» или «сделай», это еще и «найди слабые места», «покажи противоречия», «раскритикуй мой вывод», «предложи неудобные вопросы», «проверь логику», «покажи, где я могу ошибаться». Так ИИ становится тренажером мышления, а не его заменителем.
Выводы
В мире, где тексты, идеи, презентации и гипотезы можно генерировать мгновенно, особенно дорогими станут люди, которые умеют думать и выбирать. Они способны сказать:
- Это звучит красиво, но не сработает.
- Это логично на бумаге, но опасно для бизнеса.
- Это модно, но не соответствует продукту.
- Это даст быстрый эффект, но разрушит доверие.
Как только человек поставит технологию выше собственного ума, он сразу же проиграет самому себе. Но наказать ИИ за результаты проигрыша не получится.
Также читайте:
Решать всё более сложные задачи в самых разных областях - и решать их правильно, хотя, возможно, и не с первого раза. Новые задачи вне зоны комфорта. Их бесконечное количество. Что понадобится для их решения - определяется каждый раз отдельно. Что-то накапливается, к какой-то момент у кого-то происходит квантовый скачок.
Когда-то в школьные годы нам говорил преподаватель ВМШ - не дословно, но примерно: уровень математика определяется количеством и сложностью решённых им задач. Помню до сих пор.
Ну, вообще говоря, именно это человек и делает в своей жизни.
Некоторые по кругу ходят вокруг одной и той же задачи, а другие решают и идут к новым.
То есть «жизнь» сама (?) создает условия для обучения.
Интересно, а дети с пониженными когнитивными способностями какие задачи будут решать?
Может быть, это просто те же задачи, но для таких людей эти же задачи являются задачами со звездочкой?
Это как слепым людям трудно сделать то же, что легко делают зрячие.
Интересно, куда они «квантово скакнут»...
Да уж, туманно определение, но для школы сойдет.
Сейчас всякие рейтинги подсчитывают по количеству публикаций в рецензируемых научных журналах, и индекс цитируемости тоже используют.
По большому счету, если ты не публикуешься где надо, то ты вообще как бы не математик...
Каждый? И сознательно?
Совершенно верно.
Да. Было бы желание учиться и прыгать выше головы.
У всех свои стартовые условия. И свои достижения.
Не только для школы. Посмотрите вокруг.
Рейтинги - следствие. Для начала нужны результаты, которые можно оценить. Правильность некоторых из них подтверждается далеко не сразу, иногда на это уходят годы. Что-то со временем пересматривается.
И чем выше уровень исследователя и исследования, тем меньше людей могут поддержать беседу на предложенную тему.
И еще немного о когнитивных навыках, последствиях и ограничениях. Свежее.
Каждый и полубессознательно.
В том-то и смысл — найти сознательное или хотя бы не сильно бессознательное решение.
А как вы думаете, ИИ сознательно решает задачи или нет?
:)))))))))))
Да-да, именно так тупеют многие люди, зато некоторые не тупеют, а развивают свои когнитивные способности.
Скоро речь зайдет о когнитивном рабстве, когнитивном колониализме и когнитивном суверенитете...
Расплодятся когнитивные консультанты, разные когнитивные курсы по чудесному увеличению когнитивных способностей и ну когнитивные ИИ-помощники, конечно же.
Добро пожаловать в когнитивный бизнес!
Основной тест - способность удерживать внимание и запоминать новую информацию. Она кратно упала.
Дополнительный тест - умение сделать логический вывод из двух посылок (силлогизм) или провести аналогию. Очень хороши тесты из пакета SAT, например, Reasoning Test - гораздо интереснее ЕГЭ. По итогам тестов тоже все печально: мышление "уплощается", детали при обработке информации теряются.
Американцы говорят "nice to know" - такие умения не имеют отношения к реальным задачам, поэтому в отрыве от них бесполезны. Как хобби могут интересовать человека, но в глобальном смысле они являются точкой затрат без четких перспектив их окупаемости.
Думаю, изначально нужно рассматривать когнитивные способности как эволюционный механизм повышения выживаемости вида. Но в последние годы угроз жизни человека стало сильно меньше по сравнению со Средневековьем, например, поэтому критичность развития этих способностей для выживания снизилась. Происходит их логичное понижение: мозг очень энергоэффективная система.
Сильный стресс также понижает когнитивные способности, иногда необратимо. Попытки заменить их "аутсорсингом" со стороны ИИ приводят к формированию эрзацев, которые лишь создают видимость правильности, но могут быть ошибочными, что не распознается оператором.
Преподавание ИИ в школе также вызывает у меня скепсис: многие учителя открыто признаются, что понятия не имеют, что рассказывать. В лучшем случае это будут "басни" про LLM, из этих же моделей почерпнутые.
Но с другой стороны это и логично: разбирайся школьный преподаватель в ИИ на уровне ведущего специалиста в индустрии, он бы добавил к своему окладу пару-тройку нулей и в школе бы не работал. Когда я учился - у нас был класс IT, а кроме того я многое и сам читал. В итоге мог любому преподавателю про компьютеры больше рассказать, чем он пытался нам транслировать на уроках информатики. Словом, не верю я ни в "когнитивность" ИИ, ни в полноту его охвата в рамках школьной программы.
Благодарю вас! Подобные задачки решает каждый вахтенный офицер не менее двух раз с сутки - в вечерние и утренние сумерки.
Да уж. Дальше можно не копать.
Просто я подумал, что иногда у нас пишут, что американские школьники, даже закончив школу, толком считать и писать не умеют.
Возможно, и такие есть.
Это смотря как посмотреть, старые угрозы вообще-то в каком-то виде остались, зато много новых появилось.
Достаточно электричество отключить на пару суток.
Думаю, что сейчас когнитивных способностей больше надо, чем в средние века.
Тогда читать и писать не все могли, да им и не надо было.
Я помню первый учебник по информатике для школ.
Его как раз написали в новосибирском Академгородке в Институте систем информатики СО РАН под руководством академика Андрея Петровича Ершова.
В школах тогда не было вообще компьютеров, но ведь как-то чему-то научили, вот и ИИ научатся постепенно.
Ведь компьютеры или смартфоны уже у всех есть, та же Алиса есть, думаю, дети быстро учителей научат, чему нужно учить.
А пока дети школу окончат, в ИИ вообще много чего произойдет, сами потом удивляться будем.
Наверно можно говорить не о тэндэнции оглупления населения\людей, а об пояыление 2-х групп - где первая это потребителя контентом, а вторая – это создатели смысла\ов.
Различия проявляются, не в самом мышление или доступа к информации, а по способности контролировать свое внимание и использовать технологии как надстройку, а не как полную замену мозга.
Это тэндэнции, которые можно следить самостоятельно если вы специально будете отслеживать информацию для себя.
Это только лично моя точка зрения, на которые я настаиваю, но это не проблема, а только тенденция, поэтому навык и умением пользоватся своим мышлением становится Мета навыком.
Да, скоро будет очень большое количество инфо цыган посвещенных этой теме.
Он их вообще не решает. Как и никакой продукт, даже обыгрывающий чемпиона мира, не играет в шахматы. Это понятное упрощение для разговоров на бытовом уровне. В игры играют люди, давно и серьёзно.
Это код, кем-то написанный, после многократной оптимизации, работающий с невероятными по прежним временам хранилищами информации и вычислительными ресурсами. За каждой хорошей системой стоят большие коллективы талантливых людей.
Все известные мне системы AI очень хорошо считают - с каждым годом всё лучше и/но дороже. Сознание там изначально отсутствует.
Посмотрим, что будет сделано с не фон-Неймановскими компьютерами и нейрочипами, изначально построенными по другим принципам. Читал, даже обсуждал, но никогда не видел.
Согласен. Как и в когнитивность калькулятора или автопилота. Никто не обсуждает когнитивные способности стиральных машин с архисложными программами или станков с ЧПУ.
Для работы с логарифмической линейкой была нужна хотя бы минимальная подготовка и практика. Для работы с калькулятором - уже нет, хотя есть и достаточно продвинутые и часто полезные научные калькуляторы.